LLM В БУНКЕРЕ: КТО ПЕРВЫМ ПОЙДЁТ НА ВЫХОД?

LLM В БУНКЕРЕ: КТО ПЕРВЫМ ПОЙДЁТ НА ВЫХОД?

Стандартные бенчмарки любят считать математику, код и логические цепочки. Но есть один нюанс: в реальной жизни всё ломает не формула, а люди.

Поэтому модели отправили в игру «Бункер» — туда, где нужно не просто быть умной, а ещё договариваться, убеждать, менять позицию и не развалиться в группе.

И вот тут начинается интересное: у LLM хорошо получается отвечать «правильно», но хуже — жить в хаосе, где надо:
— читать контекст между строк,
— держать линию переговоров,
— не путать уверенность с полезностью,
— и не звучать как корпоративный слайд после трёх созвонов подряд 🫠

Для performance-мышления это знакомо: в аукционе тоже выигрывает не самый “умный”, а самый адаптивный. Не та ставка сильнее, а та, что лучше вписалась в ситуацию.

Мораль простая: модель может блестяще проходить тесты и всё равно теряться там, где нужен социальный интеллект.
Как и рекламный кабинет: цифры красивые, а результат — с характером.